你好@CentroidError56
很抱歉您至今没有收到回复。我查阅了相关文献，似乎最接近您想要的结果的方法是计算自助法区间（SVM 似乎没有置信区间）。
可以想象像在 SVEM 广义回归中那样计算区间，因此过程如下：
- 通过自动验证表创建具有分数加权自助法的新表。
- 运行 SVM 分析，将“有效权重”作为频率角色，“有效集”作为验证角色。
- 模型建立完成后，保存列预测公式。
- 创建有效权重值的排列组合（打开列公式，选中/取消选中公式的计算，强制重新计算公式以生成新的权重），然后重新运行 SVM 分析。
- 保存新的列预测公式并重复该过程（像在 SVEM 中一样重复 100-200 次）。
- 将所有列预测公式保存到表格后，创建一个新列，该列表示所有先前重采样公式的平均值；再创建一个新列，该列表示通过计算各个重采样公式的标准差来计算预测响应的标准误差。
- 然后，您可以使用 Profiler，并使用这两个新创建的列（重采样公式的均值和标准差），指定“展开中间公式”，并在 JMP 询问是否可以使用 StdError 列创建区间时单击“确定”。
正如您所想，仅通过点击操作很难实现这一点（重复这个过程相当繁琐），所以我建议您尝试编写脚本（但我显然不是脚本编写者）。例如，我使用 RBF SVM 在糖尿病数据集上进行了测试，成本为 0.265，gamma 值为 0.09，并且只重复了 4 次（即 5 个重采样公式，文件已附上）：
一旦我利用这 5 个重采样公式创建了均值和标准误差列，我就可以使用这两列来运行 Profiler：
或许社区成员或JMP工作人员可以帮忙设计这个JSL脚本？
同时，您也可以将此间隔需求添加到JMP 愿望清单中。
希望这个回答对您有所帮助。
